【ダークウェブに最適化したAIモデルで脅威を防ぐ】S2W紹介記事
こんにちは、S2W NOTE編集です。
本日の記事では、S2Wのダークウェブに特化したAIモデルについてご紹介いたします。
S2Wでは、ダークウェブで発生する様々な情報を学習、分析し真偽を判別する自然言語処理モデルの「DarkBERT」、約50万件のサイバーセキュリティニュースとレポートを学習し、専門家レベルのセキュリティ分析を行う大規模言語モデル（LLM）「CyBERTuned」を通じて継続的に高度化されているダークウェブ内のセキュリティ脅威に対応しています。
以下は、2024年10月14日付の韓国メディア『韓国経済』の記事を翻訳・編集した内容になります。
S2Wのパク・クンテCTO「ダークウェブに最適化したAIモデルで脅威を防ぐ」
S2Wパク・クンテCTO
ダークウェブの脅威に特化したセキュリティ企業
一般的なAIより識別精度30%↑
「ダークウェブは今や、単純な情報共有の場を超えて犯罪計画から現金化まで、犯罪のすべてのプロセスが発生するエコシステムに位置づけられます。これに備えるため、人工知能（AI）の導入が不可欠です」
S2Wのパク・クンテCTOは14日、韓国経済新聞とのインタビューでダークウェブの危険性についてこのように述べました。
ダークウェブは、もともと匿名性を確保するために作られたネットワークです。
パクCTOは「第三世界の国々ではダークウェブが報道の弾圧を避ける手段にもなる」とし「暗号資産をベースとした匿名での商取引で犯罪行為の現金化が可能になり、ダークウェブ内の違法市場が活性化した」と述べました。
S2Wは2018年に設立されたセキュリティ専門データ企業です。ダークウェブの脅威分析に特化したサービスを提供している同社では現在、約3億件に達するダークウェブのウェブサイトをモニタリングしています。これは、企業や個人情報の流出、ハッキング、暗号資産の犯罪に対応するためです。
パクCTOは「ダークウェブ全体のデータはウェブページ単位で数十億件に達し、毎月数千万件が更新される」とし「人の力で対応しにくい規模のため、設立初期からAI技術の導入を基本方針としていた」と説明しました。
ダークウェブのデータを分析するためS2Wは2種類のAIモデルを開発しました。
昨年リリースした「DarkBERT」は、ダークウェブに特化した自然言語処理モデルで、ダークウェブで発生する様々な情報を分析し真偽を判別します。
パクCTOは「ダークウェブのモニタリングのボトルネックのひとつは、犯罪情報の真偽を区分すること」とし「モデルの構築にダークウェブデータを活用し、一般AIモデルよりも識別精度を20～30％程度高めた」と強調しました。
S2Wは、DarkBERTのモデル学習のために独自に構築した600万件のダークウェブページベースのデータを活用したといいます。
6月には大規模言語モデル（LLM）「CyBERTuned（サイバーチューン）」を公開しました。
CyBERTunedはデータ分析に重点を置いたモデルで、約50万件のサイバーセキュリティニュースとレポートを学習し、専門家レベルのセキュリティ分析を行います。
ダークウェブで識別されたさまざまなセキュリティ脅威の重要度を計算し、優先順位を設定します。
企業内部ネットワークアカウントの流出、ランサムウェアの脅威など様々なセキュリティ脅威が発生した場合、最も緊急に対応しなければならない脅威を選別し、セキュリティチームが迅速に措置できるようサポートします。
パクCTOは「ダークウェブでは一般的な単語が異なる意味で使われることが多く、AIモデルが隠語を学習し、文脈的に解釈することが重要だ」とし「両モデルとも継続して改善していく」と付け加えました。
S2Wは、専門知識がない人でもセキュリティ対応ができるよう、誰もがセキュリティ脅威を予測して対応できるためにモデルを改善しています。
去る10月8日には統合サイバー脅威知能型(CTI)プラットフォーム「QUAXAR」にAIコンシェルジュを搭載し、これによりAIが文脈の把握をサポートするため脅威管理の効率性を強化できるようになったとのことです。
パクCTOは「ダークウェブの脅威は一時的に対処できる問題ではない」とし「企業が継続的な関心を持ち、事前に備えられるようにAI技術を更に発展させていく」と付け加えました。
